Abstraksi mengubah catatan mentah menjadi peristiwa, profil, dan metrik.
Lapisan ini membaca dari penyimpanan mentah dan mengabstraksikannya dalam tiga cara sekaligus. Pertama, perilaku mentah diabstraksikan ke dalam model peristiwa, di mana tindakan pengguna diekstrak untuk inferensi maksud dan disusun ke dalam garis waktu per anggota. Kedua, data mentah diabstraksikan ke dalam tag anggota yang membangun profil pengguna, atau potret. Ketiga, data tersebut diekstrak ke dalam metrik, lapisan semantik yang diatur yang mengekspresikan kebenaran bisnis. Ketiga abstraksi tersebut dihasilkan secara paralel dari substrat mentah yang sama.
Data mentah diabstraksikan dalam tiga cara secara paralel: model peristiwa untuk maksud dan garis waktu, tag anggota untuk profil, dan metrik untuk kebenaran bisnis.
Nilainya bersifat operasional, bukan hanya teknis.
AI tidak perlu mengurai catatan mentah. AI membaca niat dan garis waktu anggota yang disimpulkan dari model peristiwa, profil mereka dari tag, dan angka bisnis yang diatur dari lapisan metrik, semuanya diperoleh secara konsisten dari sumber mentah yang sama.
Mengabstraksi perilaku ke dalam model peristiwa untuk inferensi maksud dan garis waktu per anggota.
Mengabstraksi data mentah ke dalam tag anggota yang menyusun profil pengguna.
Mengekstraksi lapisan metrik yang diatur yang mengekspresikan kebenaran bisnis secara konsisten.
Menghasilkan ketiga abstraksi dari satu toko mentah, sehingga tetap konsisten satu sama lain.
Apa yang menjadi tanggung jawab lapisan ini
Model peristiwa mengekstrak perilaku pengguna ke dalam sinyal niat dan garis waktu per anggota yang terurut.
Model tag mengubah atribut dan perilaku mentah menjadi tag anggota yang membentuk profil.
Lapisan metrik mendefinisikan ukuran bisnis yang diatur sehingga angka memiliki arti yang sama di mana pun.
Ketiganya membaca substrat mentah yang sama daripada masing-masing menyimpan salinan pribadi.
Apa yang membuatnya dapat digunakan
Inilah cara lapisan ini meningkatkan keputusan AI.
Tanpa lapisan abstraksi bersama, logika tujuan, tag profil, dan metrik bisnis akan didefinisikan ulang di setiap alat. Hal ini menghasilkan angka yang saling bertentangan, segmen yang tidak konsisten, dan konteks AI yang tidak dapat sepenuhnya dipercaya oleh siapa pun.
Urutan tampilan produk dapat diabstraksikan menjadi sinyal niat pada garis waktu anggota.
Atribut dan perilaku mentah anggota dapat diringkas sebagai tag profil daripada baris mentah.
Dasbor dan alur kerja AI dapat merujuk pada definisi metrik yang sama.